O erro padrão relativo de um conjunto de dados está intimamente relacionado ao erro padrão e pode ser calculado a partir de seu desvio padrão. O desvio padrão é uma medida de quão compactos os dados estão em torno da média. O erro padrão normaliza essa medida em termos do número de amostras e o erro padrão relativo expressa esse resultado como uma porcentagem da média.

Calcule a média da amostra dividindo a soma dos valores da amostra pelo número de amostras. Por exemplo, se nossos dados consistirem em três valores - 8, 4 e 3 - então a soma é 15 e a média é 15/3 ou 5.

Calcule os desvios da média de cada um dos valores. amostras e esquadrinhar os resultados. Por exemplo, temos:

(8 - 5) ^ 2 = (3) ^ 2 = 9 (4 - 5) ^ 2 = (-1) ^ 2 = 1 (3 - 5) ^ 2 = (-2) ^ 2 = 4
Some os quadrados e divida por um a menos que o número de amostras. No exemplo, temos:

(9 + 1 + 4) /(3 - 1) \\ = (14) /2 \\ = 7

Esta é a variância dos dados.

Calcule a raiz quadrada da variância para encontrar o desvio padrão da amostra. No exemplo, temos desvio padrão = sqrt (7) = 2,65.

Divide o desvio padrão pela raiz quadrada do número de amostras. No exemplo, temos:

2,65 /sqrt (3) \\ = 2,65 /1,73 \\ = 1,53

Este é o erro padrão da amostra.

Calcule a erro padrão relativo dividindo o erro padrão pela média e expressando isso como uma porcentagem. No exemplo, temos um erro padrão relativo = 100 * (1,53 /3), que chega a 51%. Portanto, o erro padrão relativo para nossos dados de exemplo é de 51%.